基于卷积神经网络的预警震级分段估算方法

针对地震预警震级估算问题,提出一种基于卷积神经网络(convolutional neural network,CNN)的震级分段估算方法,该方法以单台站的P波初至后3 s时间的波形作为输入,输出结果为地震波形所属的震级区段(大地震,近震震级M_(L)≥5.0;小地震,M_(L)<5.0).如果波形属于大地震区段,直接发出警报;如果波形属于小地震区段,再进行具体震级的估算.对于震级区段估算,CNN模型的准确率可达98.04%.根据震级估算参数τ_(c)和P_(d)估算的小地震震级平均绝对误差(mean absolute error,MAE)分别为0.20和0.31.结果表明,预警震级分段估算方法可以准确预警大地震,减少大地震漏报率;同时使得小地震震级估算结果更为准确.

根河地震台、海拉尔地震台面波震级偏差分析

选取海拉尔地震台、根河地震台均记录到的2022年MS≥5.5且波形清晰的156个地震事件,分别比较海拉尔地震台、根河地震台测定的面波震级MS与中国地震台网中心正式目录的面波震级MS之间的震级偏差,分析震级、震中距与面波震级偏差间的关系。结果表明,海拉尔地震台面波震级偏差较大,较中国地震台网中心正式目录的面波震级偏小约0.35级;根河地震台面波震级偏差较小,较中国地震台网中心正式目录的面波震级偏小0.01级。海拉尔地震台震级为6.6—7.0级时震级偏差最小,而根河地震台震级偏差随震级的增大而增大。2个台震级偏差均随震中距的增大而增大。

麻城地震台远震体波震级偏差分析

收集整理麻城地震台记录完整的203个远震事件,按照新的震级国家标准GB17740-2017,测定短周期体波震级mb及宽频带体波震级mB(BB),与全球矩心矩张量项目(GCMT)中提供的矩震级MW进行对比,计算震级偏差,并分析震级偏差与震级、震中距、震源深度及震中方位角之间的关系。结果表明:麻城地震台单台测定的mB(BB)震级与MW震级的吻合程度更高,受各种因素影响相对较小,映震能力相对较强。

基于地震P波初至2 s功率信息的高速铁路地震预警系统快速震级估算方法

震级估算是高速铁路地震预警系统的关键技术参数,更加快速、准确的震级估算模型能够更好地保障人民的生命财产安全。利用日本K-net强震动数据,建立基于地震P波到达后携带功率信息的地震动衰减模型并用于震级估算,并将本文算法与传统算法对比。结果表明,在1~5 s的时间窗下,模型的震级估算误差均明显小于传统的方法,且小震高估现象也明显改善;随着时窗长度的增加,模型的震级估算误差及标准差也逐渐降低,实现率也逐步提升,在1 s的时窗长度下,模型的单台震级估算实现率满足规范要求;对7级以下地震,模型的震级估算实现率可在地震P波到达1 s后满足规范要求;对7级以上地震,模型的震级估算实现率可以在地震P波到达2 s后满足规范要求。

长宁—昭通页岩气示范区小微地震地方性震级测定

利用长宁—昭通页岩气示范区高密度宽频带流动地震台阵观测资料,基于LOCFLOW流程,获得了2021年4—10月的108727个震级介于-0.1~5.2之间的地震事件精定位目录.鉴于LOCFLOW内置算法测量的震级与中国地震台网中心发布震级之间存在系统偏差,根据里克特震级的定义,分别基于参考震级校正和考虑台基校正的量规函数参数拟合反演两种方法,建立了适用于研究区的地方性震级公式.反演获得的量规函数能够更加准确地反映四川盆地南部研究区小微地震的振幅衰减特征,并获得研究区小微地震更加准确的地方性震级,可应用于页岩气开发区震级-频度关系等与震级相关的研究.

高频GPS监测的阿拉斯加地震同震形变与震级预估

为了进一步研究2020年阿拉斯加矩震级(MW)7.8地震同震形变获取及震级预估,提出一种高频全球定位系统(GPS)监测的阿拉斯加地震同震形变与震级预估方法:利用双差动态定位方法处理震中周边9个高频GPS测站数据,并解算得到这些测站的三维位移波形;最后获取此次地震引起的同震形变并对震级结果进行预估分析。结果表明,近场GPS测站位移波形变化幅度显著,波动幅度变化不仅受震中距的影响,也可能受破裂断层、地震波传播路径及场地效应等的影响;距震中最近的AC12测站水平地面峰值位移约为40 cm,永久水平位移约为24 cm,垂向抬升约30.6 cm,震中140 km范围内的GPS测站均能够监测到量值大于1 cm的永久水平形变,330 km范围内的GPS测站能够监测到毫米级以上的永久水平形变,除AC12测站与AC45测站外,此次地震造成其余测站明显的永久沉降。这些结果反映出此次地震的震源特征表现为逆冲性质,也可为后续的研究工作提供参考;利用这些高频GPS地面峰值位移(PGD)预估此次地震的震级为7.78,与实际震级基本一致,表明利用高频GPS数据进行强震震级快速预估的可靠性。

基于机器学习和迁移学习的地震预警震级估计

震级估计是地震预警的重要环节之一。快速且可靠的震级估计可以为地震预警系统提供有效的地震预警信息。传统的地震预警震级估计方法主要利用从P波信号中提取单一的特征建立震级估计经验预测方程,且震级估计误差较大。为了提高地震预警震级估计的可靠性以及探索机器学习方法在中国川滇地区地震预警震级估计的可行性,基于日本K-NET台网记录的强震动数据建立用于震级估计的机器学习预训练模型(CRnet-M),CRnet-M模型结合了卷积神经网络和循环神经网络;结合迁移学习和中国川滇地区的强震动数据,对预训练的CRnet-M模型进行微调和训练,进而建立了用于中国川滇地区的震级估计模型(TLCRnet-M)。研究结果表明:对于日本的测试数据集,在P波触发后3 s,和传统的地震预警震级估计方法相比,预训练的CRnet-M模型有更小的震级估计误差,且绝对误差在0~0.5震级单位范围内的百分比达到了86.89%;对于川滇地区的测试数据集,在P波触发后3 s,和传统的地震预警震级估计方法以及未使用迁移学习的CRnet-M模型相比,使用迁移学习的TLCRnet-M模型提高了震级估计的可靠性,且绝对误差在0~0.5震级单位范围内的百分比为76.25%。方法在一定程度上提高了地震预警震级估计的可靠性,且对于地震预警系统有一定意义。

关于1920年海原大地震震级高估的讨论

1920年海原大地震作为史料记载以来中国大陆震级最高、伤亡最多的极具破坏性的地震之一,开启了我国用现代地震学方法研究大地震的新篇章,在我国地震研究史上具有里程碑的意义。最新研究结果表明,1920年海原大地震的矩震级为M_(W)(7.9±0.2),与文献和大众广泛接受的M8(1/2)的数值相差较大。本文通过对震级标度及其演化历史的总结和梳理,阐述了仪器记录早期阶段基于地震波波形振幅和频率的震级标定存在系统偏差的问题,这与仪器限制、台站稀疏、标定不统一等因素有关,也使得1920年海原大地震和同时期世界上其它一些重要大地震的震级不同程度被高估。在各种震级标度中,矩震级MW与地震破裂面积和位移等物理参数关联,是地震震级的最佳标定方法。震级作为表述地震大小和能量的重要参数,被广泛地用于评估断层未来的地震潜势;震级的偏差对地震活动时空分布样式的研究会产生重要影响,并造成基于历史地震资料的地震危险性评价和灾害评估等产品的可信度降低。因此,本文倡导对历史地震震级进行检验和修订,并建议1920年海原大地震的震级采用矩震级M_(W)(7.9±0.2)表示,修正后的1920年海原大地震的震级与2008年汶川地震(M_(W)7.9,M_(S)8.0)和2001年昆仑山大地震(M_(W)7.8,M_(S)8.1)相当。

耦合震级、震源深度和滑动角不确定性效应的地震海啸危险性估计

选取中国东南沿海地区6个近岸场点,以马尼拉海沟俯冲带和琉球海沟俯冲带作为潜在地震海啸源区,采用广义极值地震活动性模型和广义帕累托地震活动性模型分析震级不确定性特征,通过统计震源深度的优势分布和拟合滑动角分布函数,耦合震级、震源深度和滑动角不确定性效应,得到两个俯冲带对6个场点未来30 a、50 a、100 a海啸波高超过0.4 m的地震海啸危险性估计结果。结果表明:百年内舟山近海和宁德近海特定场点遭受地震海啸袭击风险较低,随着时间的推移,从位于厦门近海至香港近海、海口近海和高雄近海的特定场点,地震海啸危险性递增。

不同类型地震震级与重力变化异常的统计特征及其机理分析

依据收集到的107个4.0级以上地震震例,研究中国陆区中强地震震前重力变化异常统计特征,探讨地震震级与震前重力变化异常各要素及地震性质之间的统计关系,给出了5、6、7、8级地震震级判定的重力变化异常时变距S、量级G和时间T参考指标,并对比、分析了逆冲型、走滑型和正断型地震的重力变化特点,进而结合流体物质运移假说及岩石物理实验结果,探讨了震前重力变化异常的物理机制,以及其与亚失稳阶段、地震孕育能量的联系.得到的主要结论有:(1)震前重力变化异常参量与震级之间更符合非线性关系,5、6、7、8级地震的震前重力变化异常时变距参考指标分别为67、111、185、305 km,重力变化异常量级参考指标分别为49、67、92、125μGal,重力变化异常时间参考指标分别为1.6、2.5、3.7、5.2 a.(2)地震类型对震前重力变化参量有一定影响,尤其是7级以上强震的差异更加明显,逆冲型地震的重力变化量级及时变距可能更大;重力变化异常时间方面,正断型地震可能对应更长的重力变化时间,逆冲型次之,走滑型最短.(3)震前重力变化异常的物理机制可能是,在孕震晚期、亚失稳阶段,震中周边区域岩石裂隙增多、扩展、贯通,引起流变性的深部幔源物质向地壳运移,同时地壳内先存的流体物质由于应力分布不均而大规模迁移,最终在地表引起重力场变化响应.(4)目前流动重力观测受到时空密度的制约,地震预报主要针对5级以上地震,且震级越大预报效能越好.

矩震级及其计算

简要叙述地震震级概念的提出及其历史发展。文中指出,矩震级MW是目前量度地震大小最理想的物理量。与传统上使用的其他震级标度相比,矩震级不会饱和,对于所有地震,无论大小、深浅,无论使用远场、近场地震波资料,大地测量和地质资料中的何种资料,均可测量矩震级,并能与熟知的震级标度如面波震级MS相衔接。矩震级是一个均匀的震级标度,适于震级范围很宽的统计。矩震级是国际地震学界选定的首选震级,负责向公众发布地震信息的部门优先采用的发布的震级。文中介绍了计算矩震级所用的公式,详细解说了具体的计算步骤,分析了由于采用的计算矩震级公式的不同,采取的具体的数值计算步骤的不同引起的问题以及解决这些问题的相关的规定。

地震烈度仪对卷积神经网络模型地震预警震级估计的影响

为探索地震烈度仪对卷积神经网络模型地震预警震级估计的影响,以2022年中国发生的5次破坏性地震(M_S≥5.8)为例,将地震数据应用到卷积神经网络震级估计模型中,分析引入烈度仪地震数据后的震级估计。结果表明:在P波到达后3 s,烈度仪和强震仪的单台震级估计误差主要分布在±1震级单位范围内;对于震中距100 km以内的数据,在P波到达后10 s内,与强震仪相比,烈度仪震级估计误差均值更接近0;对于信噪比小于20的数据,强震仪震级估计误差均值比烈度仪的震级估计误差均值更接近0,且烈度仪有更大震级估计误差的不确定度。此外,对于这5次地震,与强震仪相比,烈度仪的数量更多、分布更密,引入烈度仪地震数据后,卷积神经网络模型更快地获得鲁棒的震级估计。研究结果为地震烈度仪在卷积神经网络震级估计模型中的适用性提供了依据,也为地震预警系统震级估计提供参考。

甘肃及邻区基于地震预警参数τ_(c)和P_(d)的震级快速计算模型研究

地震预警作为目前能够有效减轻地震灾害的手段之一,可以在破坏性地震动来临之前提供几秒至几十秒的预警时间,提醒预警区域采取紧急处置措施以减轻人员伤亡和财产损失。地震预警是一个复杂的系统,其中利用地震参数快速、准确地进行实时震级估算是其有效发挥减灾作用的关键。文章基于2012—2020年发生在甘肃省及邻区的190个地震共821条记录(3.1≤M≤6.6),计算分析在P波1~10 s时间窗长度内,两种地震预警参数(卓越周期τ_(c)和位移幅值P_(d))分别在垂直向、水平向和三分向均值测项三种不同条件下与峰值参数PGV、PGD的相关性,拟合相应的预警震级快速计算模型,并将估算震级M_(E)与实际震级M_(C)进行比较。结果表明:时间窗长度的改变对结果有一定的影响,而测项改变造成的差别较小。此外,在拟合度、预测残差均值和标准差,以及残差分布等预测效果方面,采用参数P_(d)的模型性能优于参数τ_(c)。考虑到参数和震级的实时计算以及预警信息发布的时效性要求,推荐在该地区应用垂直向记录P波到时3 s后的参数P_(d)来进行地震预警震级实时快速计算。

GSM-SVM在地震震级预测中的应用

针对地震震级影响因子众多且关系重复等问题,为合理预测地震震级,提出了基于网格搜索法优化支持向量机(support vector machine,SVM)的地震震级预测模型。选取地震累积频度、累积释放能量、b值、异常震群个数、地震条带个数、活动周期和相关区震级等7个影响因子,利用主成分分析法(principal component analysis,PCA)去除因子间的冗余信息,降低输入维数,并利用网格搜索法(grid search method,GSM)确定SVM参数C和g,建立震级预测模型,并对测试样本进行预测,与遗传算法(genetic algorithm,GA)和粒子群算法(particle swarm optimization,PSO)预测结果相对比,结果表明:PCA-GSM-SVM模型预测结果平均相对误差为1.29%,具有较高的预测精度。

太原盆地隐伏断裂潜在最大震级及地震危险性

采用双差方法对太原盆地中小地震进行精定位,建立太原盆地隐伏断层统计小区,采用按一定时间尺度归算的震级-频度关系模型,拟合太原盆地隐伏断层的最大地震震级M_(max)与震级频度关系a_(t)/b参数值之间的经验评估模型,综合分析后给出各隐伏活动断层小区的潜在震级上限预测值。采用泊松概率模型,给出各隐伏活动断层发生潜在最大地震震级和中强地震的概率预测结果。结果表明,太原盆地中西部的田庄-文水-汾阳断层统计片区和太原盆地东南部的三佳-洪山-平遥断层统计片区未来发生M_(S)≥6.5地震的概率水平较高;以NW向隐伏活动断层为主的棋子山、北田-王湖断层小区未来发生M_(S)≥6.0地震的概率水平较低。

基于海口EGS场地的微震分析及震级预测

近年随着地热能和增强型地热系统(EGS)的不断普及,越来越多的诱发微震事件也由此产生。为探讨地震活动的机制及查明实际工程中潜在的诱发微地震风险,笔者将位于海南省海口市的水力压裂场地作为研究区,通过收集相关地质和重磁勘探资料,建立二维地质模型,并模拟分析了断层面孔隙压力和孔隙弹性效应的时空演化过程,进行了诱发地震风险性评估和震级预测。结果表明:在研究区的流体注入会导致附近断层的应力发生改变,致使可能引起微小的断层活化现象,但由此产生的地震震级较小,工程风险较低。

江苏台网地震目录最小完整性震级研究

区域台网完整性震级的研究对于了解测震台网监测能力、评估地震目录的可靠性以及研究地震活动特征具有重要意义,其有助于确定最小可靠震级范围,并为地震监测和地震研究提供参考。针对江苏及邻区地震目录的特点和需求,结合江苏省区域测震台网台站建设与发展情况,使用震级-序号法、多参数方法联合研究,对江苏区域台网记录的地震活动最小完整性震级M_(C)随时间的变化趋势进行分析;通过使用完整震级范围(EMR)方法,对地震的空间分布特征进行深入探究。研究结果表明,江苏及邻区整体区域M_(C)值变化趋势大致分为2个阶段,1970-2008年M_(C)值主要分布于M_(L)1.0~M_(L)2.2之间,2009-2022年M_(C)值主要分布于M_(L)0.5~M_(L)1.5之间。江苏内陆地区1970-2008年M_(C)值主要分布于M_(L)1.0~M_(L)2.5之间,2009-2022年M_(C)值主要分布于M_(L)0.5~M_(L)2.0之间,江苏沿海黄海海域1970-2022年M_(C)值主要分布于M_(L)2.0~M_(L)3.0之间,江苏区域台网地震监测能力趋于完善。

基于能量守恒的气枪主动震源激发实验震级计算

分别运用Baker公式、Kinney公式、Broad公式计算甘肃刘家峡气枪主动源一次常规实验激发所释放的能量,并利用能量与震级之间的经验公式,估算一次常规实验产生地震的震级。通过分析刘家峡主动源实验场附近固定数字测震台站记录的单次激发数据发现,气枪激发时所释放的能量并未完全转换为地震波,如气枪主气室在爆破瞬间并非完全绝热,有部分能量随着热量传递而散失,故通过能量守恒方法计算的震级略大。实验结论与Kinney公式计算结果的一致性较好,符合实验实际工况条件。

利用地震震级样本数据验证PCA-GSM-GRNN模型的优越性

针对地震震级与其影响指标之间的非线性问题,提出了基于网格搜索法(GSM)和主成分分析法(PCA)优化广义回归神经网络(GRNN)的地震预测模型。采用PCA对震级影响指标进行维度约简,将降维后的主成分作为模型输入向量,地震震级作为模型输出向量,同时选用GSM寻优GRNN最佳参数,利用学习样本对新模型进行训练,最终构建基于PCA-GSM-GRNN的地震震级预测模型。将PCA-GSM-GRNN模型应用于测试样本,结果显示:PCA-GSM-GRNN模型预测结果准确率相较于GRNN-GSM和GRNN模型分别提高5.03%和5.66%,具有良好的预测效果。

四川测震台网M_(L)震级特征研究

基于2013—2022年四川测震台网记录到的四川及邻区2.0≤M_(L)≤5.5的36693次地震事件观测资料,利用震级残差统计方法得到59个区域台站的单台ML震级与台网平均ML震级的偏差、各单台记录地震的平均偏差和标准偏差。结果显示:震级偏差统计直方图基本呈正态分布,相对集中于-0.5~0.5;单台M_(L)震级偏差沿龙门山断裂带两侧分区特征明显,呈现“东高西低”,即川西高原地区台站M_(L)震级偏小及四川盆地台站M_(L)震级偏大特征;从ML震级随震中距的变化曲线来看,当震中距<150 km时,单台测定的M_(L)震级较台网平均震级偏小,当震中距≥200 km时,单台测定的ML震级较台网平均震级偏大。